Visualizando datos con el paquete ggplot2

.title[
# Visualizando datos con el paquete ggplot2
]
.subtitle[
## Dirección Nacional de Estadística Criminal - Ministerio de Seguridad
]

---

.remark-slide-content {
    font-size: 25px;
    padding: 1em 1em 1em 1em;
}

.remark-code{
  line-height: 1.5; font-size: 80%
}

@media print {
  .has-continuation {
    display: block;
  }
}
</style>

# Hoja de ruta

<br>

## ✔️ ¿Por qué visualizar?

## ✔️ Estructura del código para visualizar

## ✔️ Paqueete `{ggplot2}`

☑️️ `operador + -más- (nos va a permitir incorporar capas -como lo hacía el pipe %>%-) `

☑️️ `geom_col()`

☑️️ `chapa y pintura (Atributos)`

---
# Referencia bibliográfica

- [Ciencia de Datos para gente sociable - Antonio Vazquez Brust](https://bitsandbricks.github.io/ciencia_de_datos_gente_sociable/visualizaci%C3%B3n.html)

- [ggplot2: Elegant Graphics for Data Analysis (_ggplot2: Gráficos elegantes para el análisis de datos_)](https://ggplot2-book.org/)

- [The Grammar of Graphics - Leland Wilkinson ](https://books.google.com.mx/books?id=_kRX4LoFfGQC&hl=es&source=gbs_similarbooks)

---
# Hasta ahora

---
class: inverse, middle, center

# ¿Por qué visualizar?

---
# ¿Por qué visualizar?

<br>

- _"La visualización es el proceso de hacer visibles los contrastes, ritmos y eventos que los datos expresan, que no podemos percibir cuando vienen en forma de áridas listas de números y categorías."_ [^1]

<br>
  
- Interpretar / decodificar la información de forma visual

<br>

[^1]: https://bitsandbricks.github.io/ciencia_de_datos_gente_sociable/visualizacion.html

---
# ¿Por qué visualizar?

.pull-left[
<div id="jsvhlnmwlc" style="overflow-x:auto;overflow-y:auto;width:auto;height:auto;">
<style>html {
  font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen, Ubuntu, Cantarell, 'Helvetica Neue', 'Fira Sans', 'Droid Sans', Arial, sans-serif;
}

#jsvhlnmwlc .gt_table {
  display: table;
  border-collapse: collapse;
  margin-left: auto;
  margin-right: auto;
  color: #333333;
  font-size: 16px;
  font-weight: normal;
  font-style: normal;
  background-color: #FFFFFF;
  width: auto;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #A8A8A8;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #A8A8A8;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
}

#jsvhlnmwlc .gt_heading {
  background-color: #FFFFFF;
  text-align: center;
  border-bottom-color: #FFFFFF;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
}

#jsvhlnmwlc .gt_title {
  color: #333333;
  font-size: 125%;
  font-weight: initial;
  padding-top: 4px;
  padding-bottom: 4px;
  padding-left: 5px;
  padding-right: 5px;
  border-bottom-color: #FFFFFF;
  border-bottom-width: 0;
}

#jsvhlnmwlc .gt_subtitle {
  color: #333333;
  font-size: 85%;
  font-weight: initial;
  padding-top: 0;
  padding-bottom: 6px;
  padding-left: 5px;
  padding-right: 5px;
  border-top-color: #FFFFFF;
  border-top-width: 0;
}

#jsvhlnmwlc .gt_bottom_border {
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
}

#jsvhlnmwlc .gt_col_headings {
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
}

#jsvhlnmwlc .gt_col_heading {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: normal;
  text-transform: inherit;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: bottom;
  padding-top: 5px;
  padding-bottom: 6px;
  padding-left: 5px;
  padding-right: 5px;
  overflow-x: hidden;
}

#jsvhlnmwlc .gt_column_spanner_outer {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: normal;
  text-transform: inherit;
  padding-top: 0;
  padding-bottom: 0;
  padding-left: 4px;
  padding-right: 4px;
}

#jsvhlnmwlc .gt_column_spanner_outer:first-child {
  padding-left: 0;
}

#jsvhlnmwlc .gt_column_spanner_outer:last-child {
  padding-right: 0;
}

#jsvhlnmwlc .gt_column_spanner {
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  vertical-align: bottom;
  padding-top: 5px;
  padding-bottom: 5px;
  overflow-x: hidden;
  display: inline-block;
  width: 100%;
}

#jsvhlnmwlc .gt_group_heading {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  text-transform: inherit;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: middle;
}

#jsvhlnmwlc .gt_empty_group_heading {
  padding: 0.5px;
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  vertical-align: middle;
}

#jsvhlnmwlc .gt_from_md > :first-child {
  margin-top: 0;
}

#jsvhlnmwlc .gt_from_md > :last-child {
  margin-bottom: 0;
}

#jsvhlnmwlc .gt_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  margin: 10px;
  border-top-style: solid;
  border-top-width: 1px;
  border-top-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 1px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 1px;
  border-right-color: #D3D3D3;
  vertical-align: middle;
  overflow-x: hidden;
}

#jsvhlnmwlc .gt_stub {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  text-transform: inherit;
  border-right-style: solid;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
  padding-left: 5px;
  padding-right: 5px;
}

#jsvhlnmwlc .gt_stub_row_group {
  color: #333333;
  background-color: #FFFFFF;
  font-size: 100%;
  font-weight: initial;
  text-transform: inherit;
  border-right-style: solid;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
  padding-left: 5px;
  padding-right: 5px;
  vertical-align: top;
}

#jsvhlnmwlc .gt_row_group_first td {
  border-top-width: 2px;
}

#jsvhlnmwlc .gt_summary_row {
  color: #333333;
  background-color: #FFFFFF;
  text-transform: inherit;
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
}

#jsvhlnmwlc .gt_first_summary_row {
  border-top-style: solid;
  border-top-color: #D3D3D3;
}

#jsvhlnmwlc .gt_first_summary_row.thick {
  border-top-width: 2px;
}

#jsvhlnmwlc .gt_last_summary_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
}

#jsvhlnmwlc .gt_grand_summary_row {
  color: #333333;
  background-color: #FFFFFF;
  text-transform: inherit;
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
}

#jsvhlnmwlc .gt_first_grand_summary_row {
  padding-top: 8px;
  padding-bottom: 8px;
  padding-left: 5px;
  padding-right: 5px;
  border-top-style: double;
  border-top-width: 6px;
  border-top-color: #D3D3D3;
}

#jsvhlnmwlc .gt_striped {
  background-color: rgba(128, 128, 128, 0.05);
}

#jsvhlnmwlc .gt_table_body {
  border-top-style: solid;
  border-top-width: 2px;
  border-top-color: #D3D3D3;
  border-bottom-style: solid;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
}

#jsvhlnmwlc .gt_footnotes {
  color: #333333;
  background-color: #FFFFFF;
  border-bottom-style: none;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
}

#jsvhlnmwlc .gt_footnote {
  margin: 0px;
  font-size: 90%;
  padding-left: 4px;
  padding-right: 4px;
  padding-left: 5px;
  padding-right: 5px;
}

#jsvhlnmwlc .gt_sourcenotes {
  color: #333333;
  background-color: #FFFFFF;
  border-bottom-style: none;
  border-bottom-width: 2px;
  border-bottom-color: #D3D3D3;
  border-left-style: none;
  border-left-width: 2px;
  border-left-color: #D3D3D3;
  border-right-style: none;
  border-right-width: 2px;
  border-right-color: #D3D3D3;
}

#jsvhlnmwlc .gt_sourcenote {
  font-size: 90%;
  padding-top: 4px;
  padding-bottom: 4px;
  padding-left: 5px;
  padding-right: 5px;
}

#jsvhlnmwlc .gt_left {
  text-align: left;
}

#jsvhlnmwlc .gt_center {
  text-align: center;
}

#jsvhlnmwlc .gt_right {
  text-align: right;
  font-variant-numeric: tabular-nums;
}

#jsvhlnmwlc .gt_font_normal {
  font-weight: normal;
}

#jsvhlnmwlc .gt_font_bold {
  font-weight: bold;
}

#jsvhlnmwlc .gt_font_italic {
  font-style: italic;
}

#jsvhlnmwlc .gt_super {
  font-size: 65%;
}

#jsvhlnmwlc .gt_two_val_uncert {
  display: inline-block;
  line-height: 1em;
  text-align: right;
  font-size: 60%;
  vertical-align: -0.25em;
  margin-left: 0.1em;
}

#jsvhlnmwlc .gt_footnote_marks {
  font-style: italic;
  font-weight: normal;
  font-size: 75%;
  vertical-align: 0.4em;
}

#jsvhlnmwlc .gt_asterisk {
  font-size: 100%;
  vertical-align: 0;
}

#jsvhlnmwlc .gt_slash_mark {
  font-size: 0.7em;
  line-height: 0.7em;
  vertical-align: 0.15em;
}

#jsvhlnmwlc .gt_fraction_numerator {
  font-size: 0.6em;
  line-height: 0.6em;
  vertical-align: 0.45em;
}

#jsvhlnmwlc .gt_fraction_denominator {
  font-size: 0.6em;
  line-height: 0.6em;
  vertical-align: -0.05em;
}
</style>
<table class="gt_table">
  
  <thead class="gt_col_headings">
    <tr>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">mes</th>
      <th class="gt_col_heading gt_columns_bottom_border gt_right" rowspan="1" colspan="1">cantidad_victimas</th>
    </tr>
  </thead>
  <tbody class="gt_table_body">
    <tr><td class="gt_row gt_right">1</td>
<td class="gt_row gt_right">578</td></tr>
    <tr><td class="gt_row gt_right">2</td>
<td class="gt_row gt_right">485</td></tr>
    <tr><td class="gt_row gt_right">3</td>
<td class="gt_row gt_right">326</td></tr>
    <tr><td class="gt_row gt_right">4</td>
<td class="gt_row gt_right">264</td></tr>
    <tr><td class="gt_row gt_right">5</td>
<td class="gt_row gt_right">320</td></tr>
    <tr><td class="gt_row gt_right">6</td>
<td class="gt_row gt_right">325</td></tr>
    <tr><td class="gt_row gt_right">7</td>
<td class="gt_row gt_right">297</td></tr>
    <tr><td class="gt_row gt_right">8</td>
<td class="gt_row gt_right">354</td></tr>
    <tr><td class="gt_row gt_right">9</td>
<td class="gt_row gt_right">344</td></tr>
    <tr><td class="gt_row gt_right">10</td>
<td class="gt_row gt_right">391</td></tr>
    <tr><td class="gt_row gt_right">11</td>
<td class="gt_row gt_right">409</td></tr>
    <tr><td class="gt_row gt_right">12</td>
<td class="gt_row gt_right">401</td></tr>
  </tbody>
  
  
</table>
</div>
]
--

.pull-right[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-5-1.png)
]

---
class: middle, center, inverse

_<p style="color:grey;" align:"center">Una forma de visualizar</p>_

---
class: inverse, middle, center

# ¿Qué es [ggplot2](https://ggplot2.tidyverse.org/)?

---
# __¿Qué es ggplot2?__

<br>

- ### Una implementación del sistema **Grammar of graphics** (_Gramática de los gráficos_)

<br>
--

- ### Un esquema pensado en capas (datos --> plano (ejes **x** e **y**) --> geometrías)

<br>

- ### Un paquete de funciones de aplicación intuitiva.

---
# Gramática de los gráficos

---
# Gráficos en clave de capas

---
# ggplot()

---
class: inverse, middle, center

# __geom_col()__

---

# geom_col()

### Caso: Quiero conocer el mes con más muertes en accidentes viales em la provincia de Córdoba para el año 2019

```r
snic_cba_2019_viales <- base_snic %>% 
  filter(provincia_nombre == "Córdoba" & anio == 2019 & codigo_delito_snic_id == 3) %>% 
  group_by(mes) %>% 
  summarise(cantidad_victimas = sum(cantidad_victimas))
```

---
# geom_col()

### Obtenemos la siguiente tabla:

```r
snic_cba_2019_viales
```

```
# A tibble: 12 x 2
     mes cantidad_victimas
   <dbl>             <dbl>
 1     1                29
 2     2                32
 3     3                37
 4     4                37
 5     5                28
 6     6                22
 7     7                23
 8     8                39
 9     9                33
10    10                24
11    11                22
12    12                40
```

---

# Capas del gráfico - insumo(dataframe)

```r
ggplot(`data = snic_cba_2019_viales`)
```

<br>

- **¿De donde saco las variables?**
]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-13-1.png)

]

---
# Capas del gráfico - coordenadas

```r
ggplot(data = snic_cba_2019_viales,
       `mapping = aes(x = mes,`
                      `y = cantidad_victimas))`
```

<br>

- **¿Qué variables? ¿Cómo me las imagino en el gráfico?**

]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-14-1.png)

]

---
# Capas del gráfico - geometría

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  `geom_col()`
```

<br>

- **¿Qué tipo de gráfico quiero hacer?**

]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-16-1.png)

]

---
# Chapa y pintura (Atributos)

☑️️ `fill()` (_Rellenar_)

☑️️ `colour()` (_colorear_)

☑️️ `alpha` (_transparencia_)

---
# relleno

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(`fill = "salmon"`)
```

<br>

- **Relleno**

]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-18-1.png)

]

---
# Contorno

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           `colour = "black"`)
```

<br>

- **Contorno**

]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-20-1.png)

]

---
# Transparencia

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           colour = "black",
           `alpha = 0.5`)
```

<br>

- **Transparencia**

]

![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/unnamed-chunk-22-1.png)

]

---
class: inverse, middle, center

# _PRÁCTICA_

---
class: inverse, middle

# Práctica

1) Importar la base del SNIC.

2) El siguiente código debería realizar un gráfico de columnas. Para ello hace falta completar aquellos espacios con **______** y ejecutarlo:

```r
ggplot(data = ______,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) ______
  geom_______(fill = ______,
           colour = "black",
           alpha = 0.5)
```

3) Replicar el código anterior y modificar los valores de los atributos a gusto

---
class: inverse, middle, center

# __chapa y pintura__

---

```r
*ggplot(data = snic_cba_2019_viales,
*      mapping = aes(x = mes,
*                    y = cantidad_victimas))
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_01_output-1.png)
]

---
count: false
 
# geom_col
.panel1-geom_col_3-auto[

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
* geom_col(fill = "salmon",
*          colour = "black",
*          alpha = 0.9)
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_02_output-1.png)
]

---
count: false
 
# geom_col
.panel1-geom_col_3-auto[

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           colour = "black",
           alpha = 0.9) +
* coord_flip()
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_03_output-1.png)
]

---
count: false
 
# geom_col
.panel1-geom_col_3-auto[

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           colour = "black",
           alpha = 0.9) +
  coord_flip() +
* labs(title = "Este es el título del gráfico",
*      subtitle = "Y este, el subtítulo",
*      x = "Acá puedo editar texto de eje x",
*      y = "y acá texto de eje y",
*      fill = "leyenda? Por supuesto, acá")
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_04_output-1.png)
]

---
count: false
 
# geom_col
.panel1-geom_col_3-auto[

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           colour = "black",
           alpha = 0.9) +
  coord_flip() +
  labs(title = "Este es el título del gráfico",
       subtitle = "Y este, el subtítulo",
       x = "Acá puedo editar texto de eje x",
       y = "y acá texto de eje y",
       fill = "leyenda? Por supuesto, acá") +
* geom_text(aes(label = cantidad_victimas))
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_05_output-1.png)
]

---
count: false
 
# geom_col
.panel1-geom_col_3-auto[

```r
ggplot(data = snic_cba_2019_viales,
       mapping = aes(x = mes,
                     y = cantidad_victimas)) +
  geom_col(fill = "salmon",
           colour = "black",
           alpha = 0.9) +
  coord_flip() +
  labs(title = "Este es el título del gráfico",
       subtitle = "Y este, el subtítulo",
       x = "Acá puedo editar texto de eje x",
       y = "y acá texto de eje y",
       fill = "leyenda? Por supuesto, acá") +
  geom_text(aes(label = cantidad_victimas)) +
* theme_minimal()
```
]
 
.panel2-geom_col_3-auto[
![](data:image/png;base64,#[diapositiva]---Visualizacion-con-ggplot2_files/figure-html/geom_col_3_auto_06_output-1.png)
]

---
class: inverse, middle, center

# Variables de tipo factor

---
# Orden de las categorías

-   Para darle orden a las categorías en un eje podemos recurrir al tipo de variable **factor**.

-   Los factores en R son variables categóricas (o llamadas "cualitativas").

-   Otra propiedad de las variables de tipo **factor** es la ordinalidad (no es indistinto el orden de aparición).

---
# Orden de las categorías

```r
edad <- c(24,54,75,25,65,12)
sexo_num <- c(1, 2, 2, 2, 1, 2)
sexo_text <- c("hombre", "mujer", "mujer", "mujer", "hombre", "mujer")

base <- data.frame(edad, sexo_num, sexo_text)
```

```r
class(base$sexo_num)
```

```
[1] "numeric"
```

```r
class(base$sexo_text)
```

```
[1] "character"
```

---
# Orden de las categorías

-   Convertimos en factor a la variable _sexo_num_

```r
base <- base %>%
  mutate(sexo_factor = factor(sexo_num,
                              levels = c(1, 2),
                              labels = c("Varón", "Mujer")))
```

```r
base %>%
  count(sexo_factor)
```

```
  sexo_factor n
1       Varón 2
2       Mujer 4
```

### ¿Qué pasa si invierto el orden de los niveles (categorías) en el parámetro `level = `?

---
# geom_col - factor

```r
*base_snic
```
]
 
.panel2-geom_col_4-auto[

```
# A tibble: 1,390,553 x 13
    anio provinc~1 provi~2 dpto_id dpto_~3 codig~4 codig~5   mes victi~6 victi~7
   <dbl>     <dbl> <chr>   <chr>   <chr>   <chr>   <chr>   <dbl>   <dbl>   <dbl>
 1  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     1       1       0
 2  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     2       2       0
 3  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     3       2       0
 4  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     4       1       2
 5  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     5       5       0
 6  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     6       1       1
 7  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     7       2       0
 8  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     8       2       0
 9  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~     9       1       0
10  2017         2 Ciudad~ 02001   Comuna~ 1       Homici~    10       2       1
# ... with 1,390,543 more rows, 3 more variables: victimas_no_consta <dbl>,
#   cantidad_victimas <dbl>, cantidad_hechos <dbl>, and abbreviated variable
#   names 1: provincia_id, 2: provincia_nombre, 3: dpto_nombre,
#   4: codigo_delito_snic_id, 5: codigo_delito_snic_nombre,
#   6: victimas_masculino, 7: victimas_femenino
# i Use `print(n = ...)` to see more rows, and `colnames()` to see all variable names
```
]